javascript - 使用正则表达式从 URL 检测器中排除 mySite

Question

我有这个正则表达式(在 javascript 中)用于检测任何 URL，但不检测域中包含“mysite”(又名“example”，因为 stackoverflow 过滤器)的 URL。

(?<protocol>\w+s?:\/\/)?(?<subdomain>\w+\.)(?<domain>(?!example)(\w+))(?<tls>\.\w{2,4})(?<querystring>\/.*)?\S*

• ？检测 URL 协议(protocol)的协议(protocol)(http、https、ftp 等...
• ?subdomain 检测任何子域
• ?domain 检测任何域(这里是我想排除我的网站的地方)
• ？tls 检测 .com、.org 等...
• ?querystring 检测 URL 的其余部分

示例:

No detected
https://www.example.org/hello?
http://www.example.org/hello
https://blog.example.org/hello? 
example.org
www.example.org

Detected
www.example.org
www.www.example.org
example.org

You can see this regex and examples on regex101 here

Answer 1

正如与您讨论的那样，有几件事需要注意。下面提到其中一些，

• 域级别组需要 *，因为您希望允许它零次或多次。
• 需要将其括在单词边界中，以禁止其在文本中部分匹配。
正则表达式末尾的
• .* 需要替换为 \S* 以避免匹配 URL 中的任何空格

通过这些更改，您更新后的工作正则表达式将变成这样，

\b(?<protocol>\w+s?:\/\/)?(?<subdomain>\w+\.)*(?<domain>(?!mysite)(\w+))(?<tls>\.\w{2,4})(?<querystring>\/\S*)?\b

<强> Demo